一种动态空调系统能耗预测模型构建、预测方法及装置制造方法及图纸

本发明专利技术公开了一种动态空调系统能耗预测模型构建、预测方法及装置，通过建立改进粒子群优化BP神经网络对动态空调系统能耗进行逐时的预测，提高了能耗预测的准确性，从而有利于对空调系统的节能与优化控制；通过建立了动态能耗控制模型，实现室内热环境有效跟随室外温度的动态变化趋势，在满足热环境动态控制的同时实现舒适和健康的统一。

【技术实现步骤摘要】
一种动态空调系统能耗预测模型构建、预测方法及装置
本专利技术涉及空调系统能耗预测方法及装置，具体涉及一种动态空调系统能耗预测模型构建、预测方法及装置。
技术介绍
舒适的室内热环境是人们身心健康和高效工作的前提。传统稳态热环境营造模式背后隐藏的健康与高能耗问题备受相关领域研究者的关注。目前，动态热环境控制为室内热环境动态优化提供了有利途径，可有效利用热环境的小幅规律性波动，在满足热环境动态控制的同时实现舒适和健康的统一。然而，营造舒适的室内热环境是以一定的系统能耗为代价的。在建筑总能耗中，暖通空调系统的能耗占50％以上，若能对其进行准确、及时的预测，将对空调系统的节能与优化控制具有重要意义。目前，空调系统能耗预测的主要方法包括线性回归、支持向量机、决策树和人工神经网络。线性回归是一种统计分析方法，建模速度快，但不能解决非线性问题。支持向量机是一种人工智能方法，可以向高维空间进行映射，但其受缺失数据的影响较大。决策树是一种分类方法，易于理解和实现，但其预测结果会偏向于数值占比大的特征，且不能很好的处理非线性数据。与上述方法相比，人工神经网络本文档来自技高网...

【技术保护点】
1.一种动态空调系统能耗预测模型构建方法，用于建立待预测的建筑物空调系统的能耗预测模型，其特征在于，所述的方法按照以下步骤执行：/n步骤1、采集待预测的建筑物空调系统第j天第i时的环境数据，所述第j天第i时的环境数据包括第j天第i时室外温度值、第j天第i-1时室外温度值、第j天第i-1时室外相对湿度值、第j天第i-1时室外风速值、第j天第i-1时太阳直射辐射值、第j天第i-1时太阳散射辐射值、第j天第i时空调温度设定值和第j天第i时空调系统能耗模式，i＝1,2，…，24，j＝1,2,3,…,J，J为正整数；/n其中所述第j天第i时空调系统能耗模式包括零能耗、低耗能、中能耗或高能耗；/n步骤2、...

【技术特征摘要】
1.一种动态空调系统能耗预测模型构建方法，用于建立待预测的建筑物空调系统的能耗预测模型，其特征在于，所述的方法按照以下步骤执行：
步骤1、采集待预测的建筑物空调系统第j天第i时的环境数据，所述第j天第i时的环境数据包括第j天第i时室外温度值、第j天第i-1时室外温度值、第j天第i-1时室外相对湿度值、第j天第i-1时室外风速值、第j天第i-1时太阳直射辐射值、第j天第i-1时太阳散射辐射值、第j天第i时空调温度设定值和第j天第i时空调系统能耗模式，i＝1,2，…，24，j＝1,2,3,…,J，J为正整数；
其中所述第j天第i时空调系统能耗模式包括零能耗、低耗能、中能耗或高能耗；
步骤2、获取待预测的建筑物空调系统第j天第i时的能耗值；
步骤3、设置i＝i+1，返回步骤1，直至i＝24，执行步骤4；
步骤4、设置j＝j+1，返回步骤1，直至j＝J，执行步骤5；
步骤5、获得多个环境数据，获得环境数据集；获得多个能耗值，获得标签集；
步骤6、将所述的环境数据集作为输入，将所述的标签集作为参考输出，训练改进粒子群优化BP神经网络；
其中在训练改进粒子群优化BP神经网络时，采用式II更新粒子速度和位置：



其中ντl表示第τ个粒子在第l次迭代时的速度，xτl表示第τ个粒子在第l次迭代时的位置，l＝0,1,2，…，∞，r1与r2均为在[0,1]之间的随机数，pbestτ为第τ个粒子的个体极值，gbestτ为群体的全局极值，ω表示权重，ωmax表示权重的最大值，ωmin表示权重的最小值，c1表示第一加速因子，c2表示第二加速因子，itmax表示迭代次数的最大值，iter表示当前迭代次数，c1f表示第一加速因子的初始值，c2f表示第二加速因子的初始值，c1F表示第一加速因子的最终值，c2F表示第二加速因子的最终值；
获得能耗预测模型。


2.如权利要求1所述的动态空调系统能耗预测模型构建方法，其特征在于，所述的步骤2中，获取待预测的建筑物空调系统第j天第i时的能耗值，具体包括：
步骤2.1、获取待预测的建筑物第j天的最高室外温度值，若最高室外温度值大于T，则执行步骤2.2，否则待预测的建筑物空调系统第j天第i时的能耗值为0；
步骤2.2、采用式I获得第j天第i时的空调系统调控温度g(tj,i)，单位为℃：



其中tj,i表示待预测的建筑物第j天第i时的室外温度值，t'max、t'min分别是温度调控的最大值和最小值，单位为℃，tj,max为待预测的建筑物第j天室外温度最大值，单位为℃，tj,min为待预测的建筑物第j天室外温度最小值，单位为℃；
步骤2.3、获得待预测的建筑物的建筑模拟模型；
步骤2.4、根据所述的建筑模拟模型以及空调系统调控温度，获得待预测的建筑物空调系统第j天第i时的能耗值。


3.如权利要求1所述的动态空调系统能耗预测模型构建方法，其特征在于，所述的第一加速因子初始值c1f＝0.5，所述的第一加速因子最终值c1F＝2.4，所述的第二加速因子初始值c2f＝2.4，所述的第二加速因子最终值c2F＝0.5，权重的最大值ωmax＝0.8，权重的最小值ωmin＝0.4。


4.一种动态空调系统能耗预测方法，用于对待预测的建筑物空调系统的能耗进行预测，其特征在于，所述的方法按照以下步骤执行：
步骤A、获取待预测的建筑物空调系统预测时刻R时的环境数据，所述第R时的采集数据包括第R时室外温度值、第R-1时室外温度值、第R-1时室外相对湿度值、第R-1时室外风速值、第R-1时太阳直射辐射值、第R-1时太阳散射辐射值、第R时空调温度设定值和第R时空调系统能耗模式；
步骤B、将步骤A获得的预测的建筑物空调系统预测时刻R时的环境数据输入至权利要求1-3任一项权利要求所述的动态空调系统能耗预测模型构建方法构建出的能耗预测模型中，获得待预测的建筑物空调系统预测时刻R时能耗值。


5.一种动...

【专利技术属性】
技术研发人员：白燕，武璐璐，贺引娥，张亚俐，万陶成，
申请(专利权)人：西安建筑科技大学，
类型：发明
国别省市：陕西;61